韩国成均馆大学机械工程学院科学家开发出一种利用热量精确调控半导体内部结构的新技术，可显著提升下一代人工智能（AI）核心硬件的性能，有望让复杂的AI计算在更低功耗下实现更快速处理。相关成果发表于美国化学会（ACS）旗下《纳米》杂志。

现行计算机的处理器与存储器物理分离，恰如书房中书桌（处理器）与书架（存储器）分置两处。每次运算，数据均需在二者间往返传输，就像学生在书架与书桌间来回奔波，这会耗费更多时间与算力。

为攻克这一难题，科学家提出了“存内计算”构想，即让计算直接在存储器中完成。实现这一构想的核心在于“铁电晶体管”，这也是本研究的焦点。然而，制造此类晶体管的关键材料氧化铪极难驾驭。为确保存储功能，其内部原子须排列成特定晶体结构；而一旦材料薄至极限，原子排列易受干扰，致使性能衰减。

以往方案多采用掺杂其他化学元素的方法，但工艺复杂，难以大规模量产。在最新研究中，研究团队另辟蹊径，利用“热膨胀”物理原理，即不同材料受热后膨胀收缩程度各异，巧妙攻克了这一难题。

团队设计了环绕半导体材料的电极，使其在冷却收缩时，对内部氧化铪施加压缩应力，宛如紧身衣塑形。这种由热力产生的物理作用，将原子“梳理”成最利于存储操作的晶体结构。

测试显示，按照新设计制造的半导体器件不仅超薄，且在运行超一万亿次后依然稳定。将其集成用于AI图像识别任务，准确率高达97.2%。

团队表示，这一结果证明，无需依赖复杂的化学过程，仅凭温度控制即可实现高性能AI半导体器件，突破了下一代半导体的化学局限。若该技术实现商业化，AI技术可以在自动驾驶汽车和智能手机等设备上更智能、更高效地运行。